DE69818751T2 - Decompression of interpolated images - Google Patents
Decompression of interpolated images Download PDFInfo
- Publication number
- DE69818751T2 DE69818751T2 DE69818751T DE69818751T DE69818751T2 DE 69818751 T2 DE69818751 T2 DE 69818751T2 DE 69818751 T DE69818751 T DE 69818751T DE 69818751 T DE69818751 T DE 69818751T DE 69818751 T2 DE69818751 T2 DE 69818751T2
- Authority
- DE
- Germany
- Prior art keywords
- image
- compressed
- interpolated
- images
- compression
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000006837 decompression Effects 0.000 title claims description 26
- 230000006835 compression Effects 0.000 claims description 69
- 238000007906 compression Methods 0.000 claims description 69
- 238000000034 method Methods 0.000 claims description 34
- 230000009466 transformation Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 11
- 238000012805 post-processing Methods 0.000 description 10
- 238000013459 approach Methods 0.000 description 7
- 238000013139 quantization Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 230000000903 blocking effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 230000002301 combined effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Color Television Systems (AREA)
Description
Die vorliegende Erfindung bezieht sich auf eine digitale Bildverarbeitung und insbesondere auf ein Dekomprimieren interpolierter Bilder. Sie bezieht sich insbesondere auf eine Artefaktreduktionsdekomprimierung komprimierter interpolierter Bilder.The present invention relates on digital image processing and in particular on Decompress interpolated images. It relates in particular artifact reduction decompression compressed interpolated Pictures.
In vielen Bildverarbeitungspipelines muß ein Kompromiß zwischen der Anzahl von Bits, die verwendet werden, um ein Bild zu speichern, und der durch ein Komprimieren desselben eingeführten Verzerrung gefunden werden. Obwohl verlustfreie Komprimierungsschemata eine gewisse Einsparung der erforderlichen Speicherung erzielen können, ist es für größere Komprimierungsverhältnisse üblicherweise notwendig, ein verlustbehaftetes Komprimierungsverfahren zu verwenden. Viele verlustbehaftete Komprimierungsschemata sind bekannt, JPEG (Joint Photographic Experts Group = verbundene photographische Expertengruppe) ist typisch für derartige Schemata. Siehe z. B. die Basislinienversion des JPEG-Algorithmus (ITU-T Rec. T. 81/ISO/IEC 10918-1 „Digital Compression and Coding of Digital Still Images" = Digitalkomprimierung und -codierung digitaler Standbilder).In many image processing pipelines has to be Compromise between the number of bits used to store an image and the distortion introduced by compressing it. Although lossless compression schemes save some required storage, it is common for larger compression ratios necessary to use a lossy compression method. Many lossy compression schemes are known, JPEG (Joint Photographic Experts Group) is typical of such schemes. See e.g. B. the baseline version of the JPEG algorithm (ITU-T Rec. T. 81 / ISO / IEC 10918-1 "Digital Compression and Coding of Digital Still Images "= digital compression and coding digital still images).
Obwohl verlustbehaftete Codierer üblicherweise so entworfen sind, daß der eingeführte Verlust so unmerklich wie möglich ist, gibt es immer Artefakte der Komprimierung und diese führen mit zunehmendem Komprimierungsverhältnis in zunehmendem Maße zu Beanstandung. Manchmal ist es möglich, das komprimierte Bild z. B. durch ein Versuchen dessen zu verbessern, die Blockbildungsartefakte von JPEG zu entfernen (siehe z. B. R. Eschbach, Decompression of Standard ADCT-compressed Images (Komprimierung standardmäßiger ADCT-komprimierter Bilder), US-Patent 5,379,122, Januar 1995), im allgemeinen gibt es jedoch nur einen eingeschränkten Raum zur Verbesserung komprimierter Bilder.Although lossy encoders are common are designed so that the introduced Loss as imperceptible as possible there are always artifacts of the compression and these carry along increasing compression ratio increasingly to complaint. Sometimes it is possible to get the compressed image z. B. by trying to improve the blocking artifacts from JPEG (see e.g. R. Eschbach, Decompression of Standard ADCT-compressed Images (compression of standard ADCT-compressed images), U.S. Patent 5,379,122, January 1995), but in general there are only a limited one Space to improve compressed images.
So ist ersichtlich, daß verlustbehaftete Bildkomprimierungstechniken Bildwiedergabetreueeinschränkungen auf Bilderfassungs- oder Anzeigevorrichtungen auferlegen und die Verwendung dieser Vorrichtungen in vielen Anwendungen verhindern.So it can be seen that lossy Image compression techniques Image fidelity restrictions impose on image capture or display devices and the Prevent use of these devices in many applications.
Deshalb besteht ein nicht gelöster Bedarf nach einer Bilddekomprimierungstechnik, die die Wiedergabetreue dekomprimierter, verlustbehaftet komprimierter, interpolierter Bilder verbessern kann, indem der für ein bestimmtes Komprimierungsverhältnis eingeführte Fehler gesenkt wird.Therefore there is an unresolved need after an image decompression technique that fidelity decompressed, lossy, compressed, interpolated images can improve by the for errors introduced a certain compression ratio is lowered.
Ein Verfahren und eine Vorrichtung, wie in den Ansprüchen 1 bis 8 definiert, sind beschrieben, um die durch eine verlustbehaftete Komprimierung interpolierter Bilder eingeführte Verzerrung zu reduzieren. Die Interpolation stellt eine Einschränkung dar. Wenn die Ausgabe des Komprimierungsalgorithmus die Einschränkung nicht erfüllt, kann die Schätzung der Ausgabe durch ein erneutes Auferlegen der Einschränkung verbessert werden. Ein alternierender Projektionsalgorithmus wird verwendet, um sowohl die Interpolationseinschränkung als auch die Anforderung aufzuerlegen, daß das Bild auf die beobachtete komprimierte Ausgabe komprimiert wird. Dies beinhaltet ein Finden der orthogonalen Projektion abwechselnd bezüglich des Raums interpolierter Bilder und bezüglich des Satz von Bildern, die zu dem geeigneten Bild quantisieren, das durch den Komprimierungsalgorithmus erzeugt wurde.A method and an apparatus as in the claims 1 through 8 are described to be lossy Compression of interpolated images to reduce introduced distortion. Interpolation is a limitation. If the output of the compression algorithm cannot meet the restriction the estimation improved output by re-imposing the constraint become. An alternate projection algorithm is used around both the interpolation constraint and the requirement to impose that Image is compressed to the observed compressed output. This includes finding the orthogonal projection alternately in terms of the space of interpolated images and the set of images, that quantize to the appropriate image by the compression algorithm was generated.
Obwohl dieser Algorithmus nicht auf die Korrektur von Fehlern in Blockcodierungsschemata eingeschränkt ist, ermöglicht die explizite Einführung der Interpolationseinschränkung es, daß dieser Algorithmus alle anderen iterativen Algorithmen übertrifft, die nur versuchen, Blockbildungsartefakte zu entfernen, die durch Transformationscodierer eingeführt werden.Although this algorithm doesn't work the correction of errors in block coding schemes is restricted, allows the explicit introduction the interpolation restriction it that this Algorithm outperforms all other iterative algorithms that are just trying Remove block artifacts by using transform encoders introduced become.
Ein wichtiger Spezialfall ist der Fall farbinterpolierter Bilder und eine JPEG-Komprimierung. Dieses Verfahren ist in der Lage, das Ausgabebild sowohl bezüglich des mittleren quadratischen Fehlers als auch der visuellen Erscheinung zu verbessern.An important special case is that Case of color-interpolated images and JPEG compression. This method is able to square the output image with respect to both Improve errors as well as the visual appearance.
Die Erfindung ist aus der folgenden detaillierten Beschreibung in Verbindung mit den beigefügten Zeichnungen ohne weiteres verständlich, wobei gleiche Bezugszeichen gleiche Strukturelemente bezeichnen:The invention is from the following detailed description in conjunction with the accompanying drawings easily understandable where the same reference numerals designate the same structural elements:
Ausführungsbeispiele der Erfindung
sind unten Bezug nehmend auf die
Obwohl die folgende Erläuterung
innerhalb des Zusammenhangs einer Digitalkamera und einer Farbinterpolation
durchgeführt
wird, kann das Bildkomprimierungsartefaktreduktionsschema bezüglich jedes
interpolierten Digitalbildes praktiziert werden. Ein Beispiel ist,
daß ein
Farb- oder Grauskalierungsbild interpoliert wird, um dessen Größe zu verändern. Außerdem kann
z. B. für
andere Ausführungsbeispiele
eine Bilderfassung
Um den maximalen Vorteil aus dem JPEG-Algorithmus zu erhalten, ist es üblich, zu einem Leuchtdichte-/Chrominanz-Raum, wie z. B. YUV oder YCrCb, zu transformieren. Um diese Transformation auszuführen, ist es zuerst notwendig, eine Mosaikrückbildung bezüglich des Bildes durchzuführen, um ein vollständiges 24-Bit-Bild zu haben. Es gibt eine Vielzahl von Algorithmen, die diese Farbinterpolation ausführen.To get the maximum benefit from the To get jpeg algorithm, it's common to go to a luminance / chrominance space, such as B. YUV or YCrCb to transform. About this transformation is to be carried out it is first necessary to reverse a mosaic regarding the Image, for a complete 24-bit image to have. There are a variety of algorithms that do this color interpolation To run.
Der FarbinterpolationsblockThe color interpolation block
Die Rohdaten des Digitalfarbbildes
So ist
Die durch den Sensor des Mosaiks
gemessenen Werte werden dann interpoliert, um die fehlenden Werte
zu liefern. Gemäß einem
Bilinearinterpolationsschema z. B. kann ein Rotwert für den Ort
des Grünsensors
Deshalb sind in
Nachdem das 24-Bit-Bild einer Mosaikrückbildung
unterzogen wurde, wird dasselbe farbtransformiert und JPEG-komprimiert,
was natürlich
einen gewissen Verlust beinhaltet. Der Verlust ist üblicherweise
auf alle Farben an allen Orten verteilt und führt unerwünschte Artefakte in das dekomprimierte
Bild ein. Wie jedoch unten detaillierter beschrieben ist, wurde
die Dekomprimierungstechnik der Vorrichtung
Die Bildkomprimierungsartefaktreduzierung gemäß der vorliegenden Erfindung wirkt durch ein Ausnutzen der Tatsache, daß manchmal einige a-priori-Informationen über das Bild vorliegen. Ein Beispiel ist, daß das Bild eine bestimmte Eigenschaft besitzt, die leicht identifizierbar ist.The image compression artifact reduction according to the present Invention works by taking advantage of the fact that sometimes some a priori information about the picture is available. An example is that the picture has a certain property owns that is easily identifiable.
Es wird der einfache Fall betrachtet, bei dem ein Bild unter Verwendung einer Pixelreplikation um einen Faktor 4 skaliert wurde. In diesem Fall wissen wir, daß 4 × 4 Blöcke von Pixeln in dem ursprünglichen Bild identische Werte aufweisen. Nachdem das Bild durch einen verlustbehafteten Komprimierungsalgorithmus gegangen ist, haben Pixel in diesen 4 × 4 Blöcken jedoch keine identischen Werte mehr, da das durch die Komprimierung hinzugefügte Quantisierungsrauschen einzelne Pixel unterschiedlich beeinflußt (obwohl dieselben wahrscheinlich numerisch nahe beieinander sind).The simple case is considered, where an image by pixel replication by a factor 4 was scaled. In this case we know that 4x4 blocks of pixels in the original Image have identical values. After the picture by a lossy Compression algorithm has gone, however, pixels in these 4 × 4 blocks no more identical values since the quantization noise added by the compression individual pixels are affected differently (although they are probably the same are numerically close to each other).
Wir wissen, daß das Original aus dem Satz von Bildern kam, der um vier Pixel reproduziert wurde, so daß wir unsere Schätzung des dekomprimierten Bildes verbessern können, wenn wir unsere Aufmerksamkeit nur auf die Bilder einschränken, die diese Eigenschaft aufweisen. Wir könnten tatsächlich unsere Schätzung des ursprünglichen Wertes in einem gegebenen 4 × 4 Block durch ein Ersetzen der gegenwärtigen Werte durch den Durchschnitt über den gesamten Block verbessern. So wählen wir anstelle eines Nehmens des komprimierten Bildes aus dem Satz von Bildern, die um vier Pixel reproduziert wurden, dasjenige aus, das am nächsten an dem komprimierten Original ist. Obwohl dies aus didaktischen Zwecken vereinfacht wurde, ist es die Basis des Nach-Verarbeitungs-Algorithmus, den wir anwenden.We know the original from the sentence came from images that were reproduced by four pixels, so we have ours estimate of the decompressed image if we can only improve our attention limit to the pictures, that have this property. We could actually make our estimate of the original Value in a given 4 × 4 Block by replacing the current values with the average over the improve entire block. So choose we instead of taking the compressed image from the sentence of images reproduced by four pixels, the one from the closest on the compressed original. Although this is from didactic Simplified for purposes, it is the basis of the post-processing algorithm, that we use.
Nach-Verarbeitungs-AlgorithmusPost-processing algorithm
Im allgemeinen wissen wir, wenn ein komprimiertes Bild betrachten, nur eines über das Original, von dem dasselbe hergeleitet ist, nämlich, daß das Original auf das Bild komprimiert, das durch den Komprimierungsalgorithmus ausgegeben wird. Wenn jedoch das Bild durch einen bekannten Algorithmus interpoliert wurde, wissen wie zwei Dinge über das ursprüngliche Bild. Erstens wissen wir, daß das Bild auf die vorgeschriebene Weise interpoliert wurde. Zweitens wissen wir, daß das Bild auf das Bild komprimiert, das durch den Komprimierungsalgorithmus ausgegeben wird.Generally we know when a look at the compressed image, just one over the original, the same of which is derived, namely, that this Original compressed onto the image by the compression algorithm is issued. However, if the picture is through a known algorithm interpolated, know how two things about the original Image. First, we know that Image was interpolated in the prescribed manner. Second, know we that that Image compressed to the image by the compression algorithm is issued.
Das dekomprimierte Bild erfüllt die zweite dieser Eigenschaften, jedoch nicht die erste. Wenn wir ein Bild finden könnten, das beide Eigenschaften aufweist, würde dieses Bild alle Eigenschaften erfüllen, von denen wir wissen, daß sie das ursprüngliche Bild besitzt.The decompressed image fulfills that second of these properties, but not the first. If we have a picture could find that has both properties, this picture would have all the properties fulfill, which we know are the original Owns picture.
Ein Algorithmus zum Finden eines Bildes, das zwei Einschränkungen erfüllt, ist der Algorithmus einer Projektion bezüglich konvexer Sätze (POCS). Unter der Voraussetzung, daß jede der Einschränkungen einem konvexen Satz in dem Bildraum entspricht, können wir ein Bild finden, das beides erfüllt, indem wir abwechselnd die orthogonale Projektion bezüglich der beiden Sätze nehmen. Ein Nehmen der orthogonalen Projektion bedeutet lediglich ein Finden des nächsten Bildes (unter Verwendung eines geeigneten Entfernungsmaßes) mit der erwünschten Einschränkung. Der Algorithmus kann so folgendermaßen geschrieben sein:
- 0. Beginnen mit einer Schätzung des dekomprimierten Bildes.
- 1. Finden des nächsten Bildes, das auf die vorgeschriebene Weise interpoliert wurde.
- 2. Finden des nächsten Bildes, das auf die gleiche komprimierte Ausgabe wie das Original komprimiert.
- 3. GEHEN ZU 1, es sei denn, es liegt eine Konvergenz vor.
- 0. Start with an estimate of the decompressed image.
- 1. Find the next image that has been interpolated in the prescribed manner.
- 2. Find the next image that compresses to the same compressed output as the original.
- 3. GO TO 1 unless there is convergence.
Dieser Algorithmus ist bekannt, um zu einem Bild zu konvergieren, das beide Einschränkungen erfüllt. Obwohl eine perfekte Konvergenz nur nach einer unendlichen Anzahl von Iterationen auftritt, werden in der Praxis hervorragende Ergebnisse oft nach einer endlichen und kleinen Anzahl von Iterationen erzielt. Selbst eine einzelne Iteration verbessert oft die Lösung wesentlich.This algorithm is known to converge to an image that meets both constraints. Although a perfect convergence occurs only after an infinite number of iterations in practice excellent results often after a finite and small number of iterations. Even a single one Iteration often improves the solution essential.
Es wird in Erinnerung gerufen, daß der Algorithmus unter der Voraussetzung funktioniert, daß die Einschränkungssätze konvex sind und wir Orthogonalprojektionen auf dieselben implementieren können. Zum Glück entspricht der Satz von Bildern, die durch einen Linearalgorithmus interpoliert wurden, wie z. B. eine Bilinearinterpolation, einem Raum, der immer konvex ist. Der Satz von Bildern, die auf ein bestimmtes komprimiertes Bild komprimiert sind, entspricht ebenso einem konvexen Satz. Üblicherweise wird das Bild unter Verwendung einer gewissen Lineartransformation transformiert und die Transformationskoeffizienten werden unter Verwendung von Skalarquantisierern quantisiert. Der Satz von Bildern, die unter Verwendung eines derartigen Systems auf die gleiche Ausgabe komprimiert sind, ist unter der Voraussetzung, daß die Lineartransformation einheitlich ist, immer konvex.It is recalled that the algorithm works provided that the constraint sets are convex and we can implement orthogonal projections on them. Fortunately, the set of images that have been interpolated by a linear algorithm, such as B. a bi linear interpolation, a space that is always convex. The set of images compressed onto a particular compressed image also corresponds to a convex set. Typically, the image is transformed using some linear transformation and the transform coefficients are quantized using scalar quantizers. The set of images compressed to the same output using such a system is always convex provided that the linear transformation is uniform.
Ein Durchführen der Orthogonalprojektionen auf diese beiden Sätze kann abhängig von der genauen Natur des verwendeten Interpolations- und Komprimierungsschemas komplex sein. Für die meisten Interpolationsschemata jedoch kann die geeignete Projektion unter Verwendung zweier Filteroperationen ausgeführt werden.Performing the orthogonal projections on these two sentences can be dependent the exact nature of the interpolation and compression scheme used be complex. For Most interpolation schemes, however, can use the appropriate projection using two filtering operations.
Projektion auf einen Raum interpolierter Signaleprojection to a space of interpolated signals
Wie bereits erwähnt wurde, wird ein Ausführen der
Orthogonalprojektion auf den Raum interpolierter Bilder ohne weiteres
durchgeführt.
Wir erklären
den eindimensionalen Fall zur Vereinfachung. Ein eindimensionales
interpoliertes Signal kann folgendermaßen ausgedrückt werden: 
Wir merken an, daß das Filter G(z) im allgemeinen eine unendliche Impulsantwort aufweist.We note that the filter G (z) in general has an infinite impulse response.
In der Figur gelangt das Signal zuerst
durch ein Filter G(z)
Ähnliche Beziehungen gelten für ein Ausführen der Orthogonalprojektion auf einen mehrdimensionalen interpolierten Raum, obwohl bei zwei oder mehr Dimensionen eine Spektralfaktorisierung schwierig zu implementieren ist.Similar Relationships apply to an executing the orthogonal projection onto a multidimensional interpolated Space, although with two or more dimensions, spectral factorization is difficult to implement.
Es gibt viele unterschiedliche Weisen eines Implementierens einer Projektion auf einen interpolierten Raum, z. B. eine Fourier-Transformation.There are many different ways implementing a projection onto an interpolated space, z. B. a Fourier transform.
Wir weisen darauf hin, daß, obwohl Orthogonalprojektionen am wünschenswertesten sind, ein Verwenden einer nicht- orthogonalen Projektion in der Praxis für die meisten Fälle gut funktioniert. Dies ist wichtig, wenn die Orthogonalprojektion schwierig zu implementieren ist. In der Praxis bedeutet ein Verwenden einer nicht-orthogonalen Projektion, daß wir statt eines Nehmens des nächsten Bilds, das die erwünschte Eigenschaft erfüllt, eines nehmen, das nicht notwendigerweise am nächsten ist, jedoch noch die erwünschte Eigenschaft erfüllt.We point out that, though Orthogonal projections most desirable are using a non-orthogonal Projection in practice for most cases works well. This is important when the orthogonal projection is difficult to implement. In practice, using means a non-orthogonal projection that instead of taking the next Image that the desired Property fulfilled, take one that is not necessarily the closest, but still the closest desirable Property met.
Wir weisen darauf hin, daß für ein Ausführungsbeispiel der Erfindung die Projektion auf den interpolierten Raum in einem RGB-Raum stattfindet, während die Projektion auf den Satz von Bildern, die den codierten Strom erzeugen, im wesentlichen YUV ist. Obwohl unterschiedliche Maße einer Nahheit in diesen beiden Räumen verwendet werden, konvergiert der Algorithmus gut.We point out that for an embodiment the invention the projection onto the interpolated space in one RGB space takes place while the projection onto the set of images representing the encoded stream generate, is essentially YUV. Although different dimensions one Closeness in these two rooms the algorithm converges well.
Wir weisen auch darauf hin, daß, wenn zusätzliche Einschränkungen auf das Bild bekannt oder erwünscht sind, dieselben als ein dritter Schritt in der iterativen Schleife des Algorithmus enthalten sein können. Eine Glattheitseinschränkung könnte z. B. durch ein Tiefpaßfiltern auferlegt werden.We also point out that if additional limitations known or desired on the picture are the same as a third step in the iterative loop of the algorithm can be included. A Smoothness limitation could z. B. by a low pass filter be imposed.
Die Projektion auf den Satz von Bildern, die zu der gleichen Ausgabe komprimiert sind, kann unter Verwendung einer Variation des Komprimierungsschemas durchgeführt werden, bei der die Quantisierungswerte verändert werden. Dies ist detailliert in R. Eschbach, Decompression of Standard ADCT-compressed Images, US-Patent 5,379,122, Januar 1995, abgedeckt. So können beide Projektionen einfach durchgeführt werden und wir können den Algorithmus mit vernünftiger Komplexität implementieren.The projection onto the set of images, can be compressed using the same output a variation of the compression scheme in which the quantization values are changed. This is detailed in R. Eschbach, Decompression of Standard ADCT-compressed Images, US Patent 5,379,122, January 1995, covered. So can both projections are done easily and we can do that Algorithm with reasonable complexity to implement.
Farbinterpolation von Digitalkamerabildern und JPEG-KomprimierungColor interpolation from Digital camera images and JPEG compression
Obwohl der Algorithmus, den wir herausgestellt haben, für jedes Interpolationsschema, dessen Bereich ein Raum ist, und jeden konvexen verlustbehafteten Komprimierungsalgorithmus funktioniert, ist ein besonders wichtiger Fall der einer Farbinterpolation von Mosaik-Digitalkamerabildern und eine JPEG-Komprimierung.Although the algorithm we highlighted have for any interpolation scheme whose area is a space, and everyone convex lossy compression algorithm works, is a particularly important case of color interpolation from Mosaic digital camera images and JPEG compression.
Der Komprimierungsblock: JPEGThe compression block: JPEG
JPEG ist ein komplexer Algorithmus
mit vielen Blöcken,
wobei wir zu Zwecken dieser Erläuterung
nur an dem verlustbehafteten (oder nicht invertierbaren) Abschnitt
des Algorithmus interessiert sind. An dem Codierer beinhaltet dies
folgendes:
Transformation zu dem YCrCb (oder einem ähnlichen
Raum)
DCT-Transformation (Diskrete-Kosinus-Transformation)
Quantisierung
von DCT-Koeffizienten mit gegebener Q-Tabelle und Q-FaktorJPEG is a complex, multi-block algorithm, and for the purposes of this discussion we are only interested in the lossy (or non-invertible) portion of the algorithm. On the encoder, this includes the following:
Transformation to the YCrCb (or similar space)
DCT transformation (discrete cosine transformation)
Quantization of DCT coefficients with a given Q table and Q factor
An dem Decodierer beinhaltet dies
folgendes:
Inverse Quantisierung mit gegebener Q-Tabelle und
Q-Faktor
Inverse
DCT-Transformation
Inversfarbtransformation zu RGBOn the decoder, this includes the following:
Inverse quantization with a given Q table and Q factor
Inverse DCT transformation
Inverse color transformation to RGB
Der Verlust tritt bei der Quantisierung der DCT-Koeffizienten auf. Jeder Koeffizient wird mit einem einheitlichen Quantisierer quantisiert, dessen Schrittgröße durch den geeigneten Eintrag in die vordefinierte Q-Tabelle und den Q-Faktor bestimmt wird. So ist der quantisierte DCT-Koeffizient immer eine Ganzzahl von Malen der entsprechenden Schrittgröße.The loss occurs during quantization of the DCT coefficients. Each coefficient comes with a uniform Quantizer quantizes its step size by the appropriate entry is determined in the predefined Q table and the Q factor. So is the quantized DCT coefficient always an integer number of times the appropriate step size.
Es ist zu beobachten, daß es keinen Verlust gäbe, wenn alle DCT-Koeffizienten gleich den Rekonstruktionspegeln der Quantisierer wären. Dies ist so, da der Quantisierer Bereiche möglicher Koeffizientenwerten durch einen einzelnen Rekonstruktionspegel darstellt. Es ist zu beobachten, daß ein Bild, das bereits identisch JPEG-komprimiert wurde, die Eigenschaft aufweist, daß, wenn es ein zweites Mal komprimiert wird (unter Verwendung der gleichen Quantisierungspegel), das Bild unverändert bleibt.It can be seen that there is none There would be loss if all DCT coefficients are equal to the reconstruction levels of the Would be quantizers. This is because the quantizer has ranges of possible coefficient values represented by a single reconstruction level. It's closed observe that a Image that has already been JPEG compressed identically, the property has that if it is compressed a second time (using the same Quantization level), the image remains unchanged.
Diese Eigenschaft ist durch einen
modifizierten JPEG-Komprimierungsansatz
ausgenutzt, der geeignet zum Erzeugen komprimierter Bilder für den Nach-Verarbeitungsansatz
hierin ist. Dieser Ansatz wird in der ebenfalls anhängigen Patentanmeldung,
veröffentlicht
als
Für ein Ausführungsbeispiel des Farbinterpolationsprozeß sind die Rohdaten die Ebene R. Wir fügen die beiden interpolierten Ebenen I0 und I1 hinzu, um ein 24-Bit-Bild zu bilden. Nach einer Komprimierung beträgt der Fehler (R– R', I0–I0', I1–I1'). Die erste Komponente R–R' wird iterativ gezwungen, um klein zu sein, da dies den Fehler bei den Datenorten darstellt. Dies wird durch ein Ersetzen von R' durch R, ein darauffolgendes Komprimieren und Dekomprimieren des resultierenden Bildes erzielt. Dieser Prozeß wird wiederholt, bis R–R' ausreichend klein ist, oder bis eine vorbestimmte Anzahl von Iterationen aufgetreten ist.For one embodiment of the color interpolation process, the raw data is level R. We add the two interpolated levels I 0 and I 1 to form a 24-bit image. After compression, the error is (R-R ', I 0 -I 0 ', I 1 -I 1 '). The first component R-R 'is iteratively forced to be small since this represents the error in the data locations. This is accomplished by replacing R 'with R, then compressing and decompressing the resulting image. This process is repeated until R-R 'is sufficiently small or until a predetermined number of iterations have occurred.
Zurückkehrend zu dem Nach-Verarbeitungsschema, wie wir bereits vorher erläutert haben, sind die durch eine Digitalkamera erfaßten Bilder im allgemeinen mosaikgebildet. Um den maximalen Vorteil aus dem JPEG-Algorithmus zu erhalten, ist es zuerst notwendig, zu einem bestimmten Linear-Leuchtdichte/Chrominanz-Raum, wie z. B. YUV oder YCrCb, zu transformieren. Um diese Transformation auszuführen, ist es zuerst notwendig, eine Mosaikrückbildung bezüglich des Bildes durchzuführen oder das Bild zu Farb-interpolieren, um ein vollständiges 24-Bit-Bild aufzuweisen, oder um dessen R-, G- und B-Wert an jedem der Orte zu haben. Es gibt eine Vielzahl von Algorithmen, die diese Farbinterpolation ausführen, siehe z. B. Programmierer-Referenzhandbuch Modelle: DCS200ci, DCS200mi, DCS200c, DCS200m, Eastman Kodak Company, Dezember 1992. Für Algorithmen, die auf einer Kamera implementiert werden sollen, ist das Schema üblicherweise sehr einfach, wie z. B. eine bilineare Interpolation, oder eine Variation. Dies fällt in den Rahmen, den wir herausgestellt haben, da der Satz von Bildern, die unter Verwendung einer Bilinearinterpolation farbinterpoliert werden, einem Raum entspricht. Der JPEG-Standard für eine verlustbehaftete Bildkomprimierung ist ebenso ein Transformationscodierungsverfahren mit einer Skalarquantisierung der Transfor mationskoeffizienten. So paßt dies ebenso in unseren Rahmen. So können wir den Projektionsalgorithmus verwenden, um die Schätzung des ursprünglichen Bildes zu verbessern, wenn wir uns mit einem farbinterpolierten Bild beschäftigen, das JPEG-komprimiert wurde.Returning to the post-processing scheme, as we explained earlier, the images captured by a digital camera are generally mosaic. In order to get the maximum benefit from the JPEG algorithm, it is first necessary to go to a certain linear luminance / chrominance space, e.g. B. YUV or YCrCb to transform. To perform this transformation, it is first necessary to mosaic the image or interpolate the image to have a complete 24-bit image, or its R, G, and B values at each of the locations to have. There are a variety of algorithms that perform this color interpolation, see e.g. B. Programmer Reference Guide Models: DCS200ci, DCS200mi, DCS200c, DCS200m, Eastman Kodak Company, December 1992. For algorithms to be implemented on a camera, the scheme is usually very simple, such as: B. a bilinear interpolation, or a variation. This falls within the framework that we outlined because the set of images that are color interpolated using bilinear interpolation corresponds to a space. The JPEG standard for lossy image compression is also a transformation coding method with scalar quantization of the transformation coefficients. This also fits into our framework. So we can use the projection algorithm to improve the estimation of the original image when dealing with a color interpolated image that has been JPEG compressed.
Diesbezüglicher Stand der Technikin this regard State of the art
Es lohnt sich herauszustellen, daß iterative Algorithmen früher auf eine Wiederherstellung von Bildern im allgemeinen und die Reduzierung von Codierungsartefakten insbesondere angewendet wurden. Ein Beispiel des ersten ist in D. C. Youla und H. Webb, Image Restoration by the Method of Convex Projections: Part-I-Theory (Bildwiederherstellung durch das Verfahren konvexer Projektionen: Teil I-Theorie), IEEE Trans. Med. Imaging, MI-12: 81–94, Oktober 1982 zu finden. Beispiele des Letzteren sind in S. J. Reeves und S. L. Eddins, Comments on „Iterative Procedures für Reduction of Blocking Effects in Transform Image Coding" (Erläuterungen zu „Iterative Prozeduren zur Reduzierung von Blockbildungswirkungen bei der Transformationsbildcodierung"), IEEE Trans. Circuits and Systems for Video Technology, 3(6), Dezember 1993; R. Rosenholtz und A. Zakhor, „Iterative Procedures for Reduction of Blocking Effects in Transform Image Coding", IEEE Trans. Circuits and Systems for Video Technology, 2(1): 91–95, März 1992; G. Sapiro „Color Space Reconstruction of Compressed Images for Digital Photos" (Farbraumrekonstruktion komprimierter Bilder für digitale Photos), Patentoffenbarung, Dezember 1994 und Y. Yang, N. P. Galatsanos und A. K. Katsaggelos „Regularized Reconstruction to Reduce Blocking Artifacts of Block Discrete Cosine Transform Compressed Images" (geregelte Rekonstruktion zur Reduzierung von Blockbildungsartefakten von Block-Diskret-Kosinus-Transformation-Komprimiert-Bildern), IEEE Trans. Circuits and Systems for Video Technology, 3: 421–432, Dezember 1993 zu finden.It is worth pointing out that iterative Algorithms earlier on restoring images in general and reducing them of coding artifacts were used in particular. An example the first is in D. C. Youla and H. Webb, Image Restoration by the Method of Convex Projections: Part-I-Theory by the method of convex projections: part I theory), IEEE Trans. Med. Imaging, MI-12: 81-94, October 1982. Examples of the latter are in S. J. Reeves and S. L. Eddins, Comments on “Iterative Procedures for Reduction of Blocking Effects in Transform Image Coding " to "Iterative Procedures for reducing block formation effects in transformation image coding "), IEEE Trans. Circuits and Systems for Video Technology, 3 (6), December 1993; R. Rosenholtz and A. Zakhor, "Iterative Procedures for Reduction of Blocking Effects in Transform Image Coding ", IEEE Trans. Circuits and Systems for Video Technology, 2 (1): 91-95, March 1992; G. Sapiro "Color Space Reconstruction of Compressed Images for Digital Photos " compressed images for digital photos), patent disclosure, December 1994 and Y. Yang, N.P. Galatsanos and A.K. Katsaggelos “Regularized Reconstruction to Reduce Blocking Artifacts of Block Discrete Cosine Transform Compressed Images "(regulated Reconstruction to reduce block formation artifacts of block-discrete-cosine-transform-compressed images), IEEE Trans. Circuits and Systems for Video Technology, 3: 421-432, December Found in 1993.
Wie bereits erwähnt wurde, ist eine bestimmte Verwendung eines iterativen Schemas zur Reduzierung von Artefakten, die durch JPEG eingeführt werden, in R. Eschbach, Decompression of Standard ADCT-compressed Images, US-Patent 5,379,122, Januar 1995 beschrieben. Der Ansatz dort weist Elemente auf, die auch unserem Ansatz gemeinsam sind. Obwohl wir jedoch (in Schritt 1) das Bild einschränken, um zu dem Bereich von Bildern zu gehören, die durch ein bestimmtes Interpolationsschema erzeugt werden, beinhaltet der Ansatz in Eschbach lediglich ein Filtern für Hochfrequenzrauschen. Da unsere Einschränkung gut definiert ist (wir kennen z. B. die genaue Natur des Farbinterpolationsblocks), können wir das letztendliche Bild sehr viel besser verbessern als dies bei dem Eschbach-Algorithmus der Fall ist, bei dem die Einschränkung schwieriger zu definieren ist.As has already been mentioned, there is one Using an iterative scheme to reduce artifacts, which was introduced by JPEG in R. Eschbach, Decompression of Standard ADCT-compressed Images, U.S. Patent 5,379,122, January 1995. The approach there are elements that are also common to our approach. However, although we restrict the image (in step 1) to to belong to the range of images represented by a particular Interpolation scheme are generated, includes the approach in Eschbach just a filter for High frequency noise. Because our limitation is well defined (we know z. B. the exact nature of the color interpolation block), we can improve the final picture much better than this the Eschbach algorithm is the case where the constraint is more difficult define is.
Ferner beinhaltet Schritt 1 unseres Algorithmus eine orthogonale Projektion, die mit zwei Linearfilterungsoperationen und einer Mehrratenabtastveränderung implementiert werden kann. So unterscheidet sich unser Ansatz klar von dem Verfahren von Eschbach.Step 1 also includes ours Algorithm an orthogonal projection using two linear filtering operations and a multi-rate scan change can be implemented. So our approach differs clearly of the Eschbach process.
Dieser iterative Prozeß wird wiederholt,
bis bestimmt wird (
Ein Vergleicher
Dieser Prozeß wird iterativ wiederholt,
bis der Vergleicher
Experimentelle Ergebnisseexperimental Results
Um die Wirksamkeit des Algorithmus
zu testen, haben wir die Nach-Verarbeitung bezüglich bilinear farbinterpolierter
Bilder ausgeführt,
die von einer Digitalkamera DCS-200 von Kodak erhalten wurden. Wir
haben das Farbbild mit verschiedenen Komprimierungsverhältnissen
komprimiert und den mittleren quadratischen Fehler bei jedem der
Farbkanäle
vor und nach der Nach-Verarbeitung verglichen. Die Ergebnisse sind in
den
Ein besonders ansprechender Aspekt des Algorithmus besteht darin, daß, während er iterativer Natur ist, ein großer Teil der Verbesserung bei den ersten wenigen Iterationen realisiert wird und selbst eine einzelne Iteration das Rauschen wesentlich verbessert.A particularly appealing aspect of the algorithm is that, while iterative in nature, a large Part of the improvement realized in the first few iterations and even a single iteration the noise becomes essential improved.
Vom Standpunkt der Qualität aus betrachtet haben wir Details von Bildern vor und nach einer Nach-Verarbeitung verglichen. Üblicherweise haben wir herausgefunden, daß das nach-verarbeitete Bild schärfer ist und weniger Farb-Aliasing-Probleme aufweist als es vor der Nach-Verarbeitung besessen hat.From a quality standpoint we have details of pictures before and after post-processing compared. Usually we found out that post-processed image sharper and less color aliasing problems than it had before post-processing.
Die vielen Merkmale und Vorteile der Erfindung sind aus der schriftlichen Beschreibung ersichtlich und so ist durch die angehängten Ansprüche beabsichtigt, alle derartigen Merkmale und Vorteile der Erfindung abzudecken. Ferner ist es, da zahlreiche Modifizierungen und Veränderungen für Fachleute auf diesem Gebiet ohne weiteres ersichtlich sind, nicht erwünscht, die Erfindung auf den genauen Aufbau und die genaue Operation, wie diese dargestellt und beschrieben sind, einzuschränken. So kann auf alle geeigneten Modifizierungen und Äquivalente als innerhalb des Schutzbereichs der Erfindung, wie in den beigefügten Ansprüche definiert ist, fallend zurückgegriffen werden.The many features and advantages the invention can be seen from the written description and so is by the attached Expectations intends all such features and advantages of the invention cover. Furthermore, there are numerous modifications and changes for professionals in this area are readily apparent, not desirable, the Invention on the exact structure and operation, like this one are shown and described. So can be on all suitable Modifications and equivalents as within the scope of the invention as defined in the appended claims is falling back become.
Claims (9)
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/878,169 US6044177A (en) | 1997-06-18 | 1997-06-18 | Artifact reduction decompression method and apparatus for interpolated images |
| US878169 | 1997-06-18 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| DE69818751D1 DE69818751D1 (en) | 2003-11-13 |
| DE69818751T2 true DE69818751T2 (en) | 2004-08-12 |
Family
ID=25371523
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DE69818751T Expired - Fee Related DE69818751T2 (en) | 1997-06-18 | 1998-06-16 | Decompression of interpolated images |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6044177A (en) |
| EP (1) | EP0886241B1 (en) |
| JP (1) | JPH1155527A (en) |
| DE (1) | DE69818751T2 (en) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7030917B2 (en) * | 1998-10-23 | 2006-04-18 | Hewlett-Packard Development Company, L.P. | Image demosaicing and enhancement system |
| AU773574B2 (en) * | 2000-08-04 | 2004-05-27 | Canon Kabushiki Kaisha | Method and apparatus for certain orthogonal transformations of compressed digital images |
| US7450641B2 (en) | 2001-09-14 | 2008-11-11 | Sharp Laboratories Of America, Inc. | Adaptive filtering based upon boundary strength |
| US7929610B2 (en) * | 2001-03-26 | 2011-04-19 | Sharp Kabushiki Kaisha | Methods and systems for reducing blocking artifacts with reduced complexity for spatially-scalable video coding |
| US6931063B2 (en) * | 2001-03-26 | 2005-08-16 | Sharp Laboratories Of America, Inc. | Method and apparatus for controlling loop filtering or post filtering in block based motion compensationed video coding |
| US7155066B2 (en) * | 2001-05-31 | 2006-12-26 | Agilent Technologies, Inc. | System and method for demosaicing raw data images with compression considerations |
| US20030193567A1 (en) * | 2002-04-12 | 2003-10-16 | Hubel Paul M. | Digital camera media scanning methods, digital image processing methods, digital camera media scanning systems, and digital imaging systems |
| US20040042686A1 (en) * | 2002-09-04 | 2004-03-04 | Eastman Kodak Company | Resizing digital images for digital camera-printer systems |
| US20040114047A1 (en) * | 2002-12-13 | 2004-06-17 | Vora Poorvi L. | Method for transforming an offset sensor array |
| US7551787B2 (en) * | 2003-01-28 | 2009-06-23 | International Business Machines Corporation | Adaptive compression quality |
| US7175285B2 (en) * | 2003-07-29 | 2007-02-13 | Sharp Laboratories Of America, Inc. | Projection system that adjusts for keystoning |
| US20050031222A1 (en) * | 2003-08-09 | 2005-02-10 | Yacov Hel-Or | Filter kernel generation by treating algorithms as block-shift invariant |
| US20050108768A1 (en) * | 2003-11-13 | 2005-05-19 | Sachin Govind Deshpande | Systems and methods for providing dynamic loading of applications over a network |
| US7125122B2 (en) | 2004-02-02 | 2006-10-24 | Sharp Laboratories Of America, Inc. | Projection system with corrective image transformation |
| US7602514B2 (en) * | 2004-03-01 | 2009-10-13 | Sharp Laboratories Of America, Inc. | Estimating the time to print a document |
| US7144115B2 (en) * | 2004-04-14 | 2006-12-05 | Sharp Laboratories Of America, Inc. | Projection system |
| EP1791340A3 (en) * | 2005-10-07 | 2007-07-25 | Seiko Epson Corporation | Printer and image processing apparatus for printing raw data |
| US7590298B2 (en) | 2006-04-12 | 2009-09-15 | Xerox Corporation | Decompression with reduced ringing artifacts |
| US7876808B2 (en) * | 2006-11-30 | 2011-01-25 | Broadcom Corp. | Method and apparatus for adaptive noise and/or signal filtering in an HSDPA channel quality indicator (CQI) selection |
| US20120182388A1 (en) * | 2011-01-18 | 2012-07-19 | Samsung Electronics Co., Ltd. | Apparatus and method for processing depth image |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5249053A (en) * | 1991-02-05 | 1993-09-28 | Dycam Inc. | Filmless digital camera with selective image compression |
| JPH04284087A (en) * | 1991-03-13 | 1992-10-08 | Canon Inc | Electronic still camera |
| US5703965A (en) * | 1992-06-05 | 1997-12-30 | The Regents Of The University Of California | Image compression/decompression based on mathematical transform, reduction/expansion, and image sharpening |
| US5442718A (en) * | 1992-09-07 | 1995-08-15 | Sony Corporation | Apparatus and method for storing and reproducing digital image data yielding high resolution and high quality video image data |
| US5379122A (en) * | 1992-10-02 | 1995-01-03 | Xerox Corporation | Decompression of standard ADCT-compressed images |
| GB2274038B (en) * | 1992-12-22 | 1996-10-02 | Sony Broadcast & Communication | Data compression |
| EP0739570A1 (en) * | 1994-01-14 | 1996-10-30 | Houston Advanced Research Center | Boundary-spline-wavelet compression for video images |
| JP2797959B2 (en) * | 1994-03-12 | 1998-09-17 | 日本ビクター株式会社 | Multidimensional image compression / expansion method |
| US5604824A (en) * | 1994-09-22 | 1997-02-18 | Houston Advanced Research Center | Method and apparatus for compression and decompression of documents and the like using splines and spline-wavelets |
| US5521718A (en) * | 1994-12-05 | 1996-05-28 | Xerox Corporation | Efficient iterative decompression of standard ADCT-compressed images |
| JP3311549B2 (en) * | 1995-08-22 | 2002-08-05 | シャープ株式会社 | Magnification control device for image processing device |
| US5774597A (en) * | 1995-09-05 | 1998-06-30 | Ge Medical Systems, Inc. | Image compression and decompression using overlapped cosine transforms |
| US5832120A (en) * | 1995-12-22 | 1998-11-03 | Cirrus Logic, Inc. | Universal MPEG decoder with scalable picture size |
-
1997
- 1997-06-18 US US08/878,169 patent/US6044177A/en not_active Expired - Lifetime
-
1998
- 1998-06-15 JP JP10167228A patent/JPH1155527A/en active Pending
- 1998-06-16 EP EP98304742A patent/EP0886241B1/en not_active Expired - Lifetime
- 1998-06-16 DE DE69818751T patent/DE69818751T2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US6044177A (en) | 2000-03-28 |
| EP0886241B1 (en) | 2003-10-08 |
| JPH1155527A (en) | 1999-02-26 |
| EP0886241A2 (en) | 1998-12-23 |
| EP0886241A3 (en) | 1999-11-24 |
| DE69818751D1 (en) | 2003-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE69818751T2 (en) | Decompression of interpolated images | |
| DE69632622T2 (en) | Universal MPEG decoder with scalable image size | |
| DE19819198B4 (en) | Reversible DCT for lossless / lossy compression | |
| DE69324090T2 (en) | Intra-frame filter for image compression systems | |
| DE69322351T2 (en) | Improved decompression of standard ADCT compressed images | |
| DE69826928T2 (en) | Compression of a mosaic picture | |
| DE69606139T2 (en) | METHOD AND DEVICE FOR NOISE REDUCTION IN COMPRESSED IMAGE DATA | |
| DE69525127T2 (en) | Device and method for encoding and decoding images using edge synthesis and wavelet inverse transformation | |
| DE69434862T2 (en) | SEGMENTATION-BASED REMOVAL OF ARTIFACTS FROM A JPEG IMAGE | |
| DE69322713T2 (en) | Device for orthogonal transformation coding and decoding | |
| DE69633129T2 (en) | WAVELET TREE BILDCODER WITH OVERLAPPING PICTURE BLOCKS | |
| DE69627982T2 (en) | Signal adaptive post-processing system to reduce blocking effects and ring interference | |
| DE69033946T2 (en) | coding device | |
| EP0346766B1 (en) | Blocking artifacts reduction method for video scene coding by means of discrete cosine transformation with a low data rate | |
| DE602004004379T2 (en) | METHOD AND DEVICES FOR CODING AND DECODING AN IMAGE SEQUENCE BY MEANS OF MOVEMENT / TEXTURE DECREASE AND WAVELET CODING | |
| DE69206847T2 (en) | Image processing | |
| DE69309529T2 (en) | Method and device for the spatial filtering of block transformation-decoded digital images | |
| DE69924102T2 (en) | SCALING OF COMPRESSED IMAGES | |
| DE69018976T2 (en) | METHOD FOR REDUCING THE QUANTIZATION ERROR IN HIERARCHICAL DISASSEMBLY AND RECONSTRUCTION SCHEMES. | |
| DE19815861A1 (en) | Method and device for block-based image processing | |
| DE69123646T2 (en) | Coding method and device | |
| DE69609842T2 (en) | JPEG COMPRESSION CIRCUIT WITH FILTERING | |
| DE60203850T2 (en) | System and method for processing images with demosaiced structure to reduce artifacts caused by color aliasing. | |
| DE69909364T2 (en) | Device and method for resizing a compressed image | |
| DE69915843T2 (en) | PART BAND CODING / decoding |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 8364 | No opposition during term of opposition | ||
| 8327 | Change in the person/name/address of the patent owner |
Owner name: HEWLETT-PACKARD DEVELOPMENT CO., L.P., HOUSTON, TE |
|
| 8339 | Ceased/non-payment of the annual fee |